Python中的np.trapz计算
在Python中，np.trapz是NumPy库中的一个函数，用于计算给定数据点的数值积分。它使用梯形法则来估计积分值。
梯形法则是一种数值积分方法，将曲线划分为一系列梯形，计算每个梯形的面积并相加以估计整个曲线下方的面积。np.trapz函数通过使用等距间隔的数据点来逼近曲线，然后计算出曲线下方的面积。
np.trapz函数的语法如下：
np.trapz(y, x=None, dx=1.0, axis=-1)参数说明：
- y：要积分的函数值。
- x：可选参数，对应的x值。如果未提供，则默认为等间距的整数序列。
- dx：可选参数，x值之间的距离。如果未提供，则默认为1.0。
- axis：可选参数，指定要沿其积分的轴。默认为-1，表示最后一个轴。
优势：
- 简单易用：np.trapz函数是NumPy库中的一部分，使用方便且语法简单。
- 数值精度较高：梯形法则是一种较为准确的数值积分方法，尤其在离散数据点较多的情况下，可以提供较为精确的积分值。
应用场景：
- 数据处理：在数据分析和科学计算领域，np.trapz函数常用于处理实验数据、信号处理和图像处理等。
- 数学积分：当函数无法被解析地积分时，可以通过np.trapz函数来近似计算积分值。
推荐的腾讯云相关产品和产品介绍链接地址：
- 由于限制不能提及特定的品牌商，请您自行参考腾讯云的产品文档，寻找与云计算、数据分析、科学计算相关的产品。
相关·内容
当使用numpy的trapz函数时:在相同的x值下定义一个新的(不同的)y值，结果与我最初预期的不一样。
>>> import numpy as np
>>> np.trapz([1,1,1],[0,1,2]) #normal area defined by 3 y values, y=1 at x=0,x=1 and x=2
2.0
>>> np.trapz([1,1,1,1,1],[0,1,2,1,2]) #redefine point x=1 and x=2 with the same y value that
浏览 3提问于2015-11-18得票数 1
回答已采纳
我试图用它的光谱来确定探测器在时域中记录的总能量。用Numpy的FFT库进行快速傅里叶变换后的第一步是确认。
根据这个定理，时域和频域的总能量必须是相同的。我有两个我无法解决的问题。
当我在np.trapz()集成过程中不使用x轴的适当单元时，我可以确认这个定理。一旦我使用我的实际样本点/频率，结果是关闭的。我不明白为什么会这样，我想知道我是否可以应用规范化来解决这个错误。
当我对信号应用DC偏移(去掉f= np.sin(np.pi**t)*线)时，我不能确认这个定理。
下面是我的代码与一个例子正弦函数。
# Python code
import matplotlib.pyp
浏览 0提问于2021-05-03得票数 2
回答已采纳
1回答
我试图使用np.trapz作为x值对某些数据进行DatetimeIndex集成，但结果与我所期望的不一样。有人能帮我吗？
问题：
我得到了一只熊猫的数据，它有一个时间戳作为索引，并且有一个单独的列，其中包含了名为辐照度的irradiance数据。如下所示：
>>> data
Timestamp Irradiance
2017-04-29 00:01:49 -1.16143
2017-04-29 00:06:49 -1.54857
2017-04-29 00:11:49 -2.03248
2017-04-29 00:16:4
浏览 0提问于2020-06-18得票数 1
我试图通过将大量嵌套循环移植到fortran并将它们作为子程序调用来加快python代码的速度。
但是我的循环中有很多叫做numpy，还有一些特殊的函数，比如bessel函数。
在尝试使用fortran之前，我想知道是否可以将was和numpy导入到我的fortran子例程中，并调用bessel函数的模块？
否则，我必须在fortran中创建bessel函数才能使用它吗？
理想情况下，我会创建某种子程序来优化下面的代码。这只是我整个项目的一个片段，让你知道我想要完成什么。
我知道，为了提高速度，我还应该实现其他一些实践，但现在我正在研究在我的主要python程序中调用fortran子程序的好处
浏览 0提问于2018-07-27得票数 2
回答已采纳
我在一维数组K0,K1,K2....Kn上定义了一个数组z集合
我希望在不使用for循环的情况下，以最快的方式获得以下对称矩阵。
[np.trapz(K0*K0,z) np.trapz(K0*K1,z) np.trapz(K0*K2,z) np.trapz(K0*K3,z)...]
[ . np.trapz(K1*K1,z) np.trapz(K1*K2,z) np.trapz(K1*K3,z)...]
A = [ . . np.trapz(K2*K2,z) np.tr
浏览 4提问于2021-10-14得票数 1
回答已采纳
1回答
我使用np.trapz计算时间序列下的面积，该值似乎与我手动计算得到的值不同。 np.trapz计算如下所示： time_list, value_list = zip(*sorted(zip(time_list, value_list )))
area = np.trapz(value_list , dx= np.diff(time_list))
duration = (max(time_list) - min(time_list)).total_seconds()
try:
mean= area/duration
except Exception:
mean= '
浏览 181提问于2021-02-04得票数 0
回答已采纳
1回答
这些数据来自于测量数据。的图片
我尝试了两次使用trapz，但是我得到和错误代码："ValueError:操作数不能与形状一起广播(1,255) ( 256 ,531)“x有256个点，y有532个点，Z也是一个2d数组，有一个256×532长的长度。守则如下：
import numpy as np
img=np.loadtxt('focus_x.txt')
m=0
m=np.max(img)
Z=img/m
X=np.loadtxt("pixelx.txt",float)
Y=np.loadtxt("pixely.txt
浏览 3提问于2017-11-21得票数 0
回答已采纳
1回答
我有一个职能定义为：
def probability(x,t,i):
return np.real(np.conjugate(TD_Psi(x,t,i))*TD_Psi(x,t,i))
到目前为止，我已经在python中使用了以下集成方法
for t in range(0,10):
PD = (np.trapz(probability(x,t,initial_state),x))
print (PD)
我是否可以将其调整为对x的某些值进行积分，例如，从x=0到x= 5？
浏览 5提问于2016-12-05得票数 2
回答已采纳
1回答
我想用它的振幅和时间向量来计算任何波形的均方根值。例如：
Amplitude =1000*np.array([0,0,0,0.00000121,0.00000113,0.00000104,7.00E-07,1.06E-22,1.06E-22,1.06E-22,1.06E-22,-1.06E-22,-5.00E-07,-1.06E-22,0.00000187,5.50E-07,-2.12E-22,-2.12E-22,-2.12E-22,-4.76E-22])
time = np.array([0,0.02,0.04,0.06,0.08,0.1,0.12,0.14,0.16,0.18,0.2,0.
浏览 4提问于2022-08-28得票数 1
回答已采纳
2回答
我在Python2.7.3中生成了一个包含多个单独峰值的FFT图。
我知道要计算整个图下的面积，我可以将这些值相加，或者使用trapz，但是当我试图将这些计算限制在单个区域时，我很难做到。例如，我只想计算105和120 or之间的面积，或者145和155 or之间的面积。
如果有帮助，生成此图的代码为：
x=arange(0,15,0.01)
y=exp(-0.3*x)*exp(x*pi*20j)+exp(-0.9*x)*exp(x*pi*25j)+exp(-0.9*x)*exp(x*pi*15j)
fft(y)
plot(fft(y))
xlabel('frequenc
浏览 1提问于2012-11-06得票数 1
回答已采纳
我使用Python的ftt.ftt()方法来生成信号的傅里叶变换。然而，我想计算一个频率范围内的能带功率。MATLAB有一个方法能带(x，fs，freqrange)，我试图具体地模拟这个函数的语法。来源：
看起来numpy没有一个等价的函数，但是有谁知道我可以用来模拟带宽(x、fs、freqrange)的代码片段吗？我不清楚在这个功能的幕后到底发生了什么。
注意:如果您知道一些实现Matlab功能的非Python伪代码，那也是有帮助的。
浏览 2提问于2017-06-14得票数 4
回答已采纳
1回答
我有以下曲线：
曲线由一组数据点定义。
如果这条曲线绕水平轴旋转360度，我如何计算它所包围的体积？
我可以用数值积分来计算曲线下的面积，比如np.trapz，但是我不知道下一步该做什么。
浏览 6提问于2014-11-04得票数 0
回答已采纳
1回答
两种分布的非重叠边缘区域的求取
、、、、
我试图找到一种方法来计算两个分布的重叠(交集)和不重叠区域。基于一些帖子(如：)，我可以知道如何计算这两幅图的交集。但我没办法找到不重叠的部分。
给定此示例发行版：
import pandas as pd
import numpy as np
import seaborn as sns
data1=np.random.normal(0, 0.1, 100)
data2=np.random.normal(0, 0.3, 100)
x0=pd.Series(data1)
x1=pd.Series(data2)
kwargs = dict(hist_kws={'alpha':.
浏览 10提问于2021-08-25得票数 1
回答已采纳
在加速以下代码块方面，我需要帮助：
import numpy as np
x = 100
pp = np.zeros((x, x))
M = np.ones((x,x))
arrayA = np.random.uniform(0,5,2000)
arrayB = np.random.uniform(0,5,2000)
for i in range(x):
for j in range(x):
y = np.multiply(arrayA, np.exp(-1j*(M[j,i])*arrayB))
浏览 2提问于2020-11-26得票数 0
2回答
我想在下面的代码中找到输出功率Po的积分： Vo = 54.6
# defining a function for duty cycle, output current and output power
def duty_cycle(output_voltage, array_voltage):
duty_cycle = np.divide(output_voltage, array_voltage)
return duty_cycle
def output_current(array_current, duty_cycle):
output_current =
浏览 137提问于2021-08-23得票数 0
回答已采纳
我有一个随时间变化的CO2浓度(ppm)值的数据集，我想知道一些时间点之间的曲线下面积。
最直接的解决方案是对这些时间点之间的函数进行积分，但是，我不知道函数，只知道值。
有没有办法在python中直接集成一段时间内的数据？(不知道函数)例如，计算假设2小时和3小时之间的曲线下面积，以便知道在该时间段内的CO2量
浏览 26提问于2021-02-26得票数 1
我有个问题。我需要用我从文件中得到的数字来绘制图表(我是这样做的)，然后我需要画一条连接开始和结束的线，并计算这两条线之间的面积。我试着做很多变体，但我不知道怎样才能做到。
我正在尝试通过matplotlib.pyplot库
在这里，我应该得到的‘数字’后添加‘连接线之间的开始和’，现在，我需要在黑线和蓝色之间的卡卡蒂尔正方形。这个黑色的有点直:)
这是代码的来源，我的数据文件.
#!/path/to/python -tt
# numerical data
# python GraphicalPart.py ../dataFile.txt
import sys
impo
浏览 3提问于2014-10-21得票数 0
回答已采纳
1回答
我有测量数据有相当任意的取样点。例如，3条曲线的取样点可能是
[0.1, 0.15, 0.17, 0.18, 0.185, 20, 1000, 15000]
[0.09, 0.151, 0.169, 0.18, 21, 14000]
[0.11, 0.2, 13999, 14001]
(省略了相应的y-值)。在此基础上，利用interp1d对所有曲线进行线性插值，找出常用的支持度。最后，我正在寻找合理的设置点来评估平均值。
np.linspace(min(common_support), max(common_support), num)
将是非常低效的，因为num必须非常大才能在0附近获得足
浏览 2提问于2015-11-10得票数 2
1回答
我希望能够使用numpys trapz函数计算以下积分
numpy.trapz([-1, 1]) # returns 0
但我不想允许出现负值区域。有没有一种有效的方法来做到这一点，或者我必须寻找最小点并手动转换数组？
numpy.trapz(numpy.abs([-1, 1]))有意义吗？
浏览 41提问于2013-10-29得票数 6
2回答
我试图在一个大数组上进行数值积分，计算过程需要很长的时间。我试图通过使用numba和jit装饰器来加速我的代码，但是不支持numpy.trapz。
我的新想法是创建n个线程并行运行计算，但我想知道如何做到这一点，或者它是否可行？
引用代码下面的
我可以让sz2多个线程在调用ZO_SteadState计算值的同时运行吗？
for i in range(sz[1]):
phii = phi[i]
for j in range(sz[2]):
s = tau[0, i, j, :].reshape(1, n4)
浏览 0提问于2018-10-21得票数 2
我使用np.trapz和scipy simps来计算曲线下方的面积，并注意到我可能做得不正确。下面是一个例子
import numpy as np
from scipy.integrate import simps
y = np.array([1,2,3,4,5])
y1= np.array([5,5,5,5,5])
print np.trapz(y,dx=1)
print simps(y,dx=1)
print np.trapz(y1,dx=1)
print simps(y1,dx=1)
这些都会产生
12.0
12.0
20.0
20.0
但他们不是应该分别支付15和25美元吗？它看
浏览 2提问于2017-12-06得票数 0
回答已采纳
这条曲线是从一个numpy数组中绘制的。
我计算曲线下的面积(从0到整个曲线之间)
np.trapz(y)
如何分别计算曲线下两个区域的面积：
在0和曲线之间，如果是y<1
在1.0和曲线之间，如果是y>1
浏览 2提问于2018-04-09得票数 0
回答已采纳
3回答
我正在用KNN建立两类分类模型
我试图用以下方法计算auc_score
from sklearn.metrics import auc
auc(y_test, y_pred)
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-183-980dc3c4e3d7> in <module>
--
浏览 4提问于2019-03-04得票数 6
回答已采纳
1回答
求两条水平重叠曲线的积分
、、、、
我有一个从文本文件中绘制数据的代码。我能够得到每条数据曲线下的积分(尽管我不知道其中任何一条曲线的函数，所以我只使用了integral = s = simps(y, x))。其中两条曲线水平重叠，我想找出它们之间重叠的区域。我在这方面遇到了一些问题，因为它们水平重叠而不是垂直重叠。我想要找到的区域在这个graph上的红色和蓝色线条之间。数据在numpy数组中，例如蓝色行x和y的bx和by，红色行x和y的rx和ry。我没有函数来表示它们，但它们在这些数组中。很难知道如何继续，因为它们是水平重叠的，而不是垂直重叠的。 我被困在这个问题上了，任何帮助都将不胜感激！ 更新：JohanC提供的代码有w
浏览 14提问于2021-07-12得票数 1
回答已采纳
我正在使用scipy.integrate中的quad从一个对象获取一个有限范围内的积分。假设目标对象在吹风中： ∫expm(A*X).expm(B*X)dx 其中A和B都是数值矩阵。 为了解决这个问题，我使用了blow代码： from scipy.integrate import quad
from scipy.linalg import expm
import numpy as np
def integrand(X, A, B):
return np.dot(expm(A*X),expm(B*X))
A = np.array([[1, 2], [3, 4]])
B = np.
浏览 63提问于2019-02-16得票数 0
回答已采纳
1回答
我读了一个关于基于特征密度曲线的特征选择的博客。这个博客是用R语言写的，我对此并不熟悉。
博客：
博客说，如果两个特性的密度曲线明显不同(请看下面的方程，即> 0.75)，那么我们可以放弃其中一个特性。
现在，我很熟悉如何绘制密度曲线，但不知道如何得到交叉口面积。任何帮助找出交叉区域是非常感谢的。
以下是我的尝试：
import numpy as np
import pandas as pd
import seaborn as sns
from sklearn.preprocessing import MinMaxScaler
df = sns.load_datas
浏览 2提问于2020-05-23得票数 0
回答已采纳
2回答
假设我有两个名为x和y的列表，它们都包含数字(坐标)，例如：
x = [0, 1, 2, 3, 4, 4, 5]
y = [0, 1, 3, 3, 5, 6, 7]
当将这两个列表组合到(x，y)坐标时，我需要计算曲线下的面积。我真的不明白如何创建一个函数来计算出这些信息的面积。
即
def integrate(x, y):
""" x & y = lists, area_under_curve = float value of the area """
area_under_curve = 0
last_x = x[0]
浏览 5提问于2019-09-20得票数 3
回答已采纳
2回答
我有一个DataFrame的力-位移数据。位移阵列已被设置为DataFrame指数，列是我的各种力曲线，为不同的测试。
如何计算所做的工作(即“曲线下的面积”)？
我看了一下，它似乎做了我需要的事情，但我认为我可以避免像这样循环每一列：
import numpy as np
import pandas as pd
forces = pd.read_csv(...)
work_done = {}
for col in forces.columns:
work_done[col] = np.trapz(forces.loc[col], forces.index))
我希望创建一个新的
浏览 4提问于2015-12-31得票数 8
回答已采纳
2回答
我有一个由5个numpy数组组成的numpy数组，每个数组都有5个观察。我需要使用梯形积分规则来获得5个积分结果。我试图使用for循环将函数应用于每个numpy数组，并寻找具有更快实现速度的函数。
def trapezoid_rule(a,b,n,f_nparray):
h = (b-a) / (n-1)
return (h/2) * (f_nparray[0] + 2 * sum(f_nparray[1:n-1]) + f_nparray[n-1])
simulation_res = np.array([[1,2,3,4,5], [1,3,5,7,9], [1,4,2,5,7],
浏览 4提问于2022-10-10得票数 0
2回答
分解信号的每个周期
、、、
我有一个实验台，在那里我可以检索到压缩机功率的数据。我使用python和pandas导入csv。所以它是一个带有索引datetime的pandas数据帧和一个带有P_comp的浮点列。 我想定义并计算每个周期的曲线下面积： ? 目前，我手动完成，这真的很烦人，我绘制所有数据，手动选择存在周期性稳定状态的范围，然后使用np.trapz对此范围进行P_comp积分。 我试过scipy.signal，但我不确定它是不是一个很好的工具来完成这项工作。你有什么想法吗？
浏览 10提问于2020-04-16得票数 0
函数定义的似乎是基于一个奇怪的公式(参见下面的代码)。Holton(第五版，第20页)和许多其他人计算所需变量之和乘以dp，而不是pdp，如下代码所示。另外，大多数作者还通过对压力顶压力dp的求和来规范计算结果.然而，下面的代码使用sufrace压力^2-顶压力^2。下面使用的公式有参考吗？谢谢
# Taking the integral of the weights (pressure) to feed into the weighting
# function. Said integral works out to this function:
pres_int = 0.5 * (pres
浏览 0提问于2021-09-03得票数 1
回答已采纳
我需要将变量phi、En和Cn放入适当大小的数组中。我能够在Matlab中成功地做到这一点，因为从Matlab到python的转换很困难。我该如何进行这个计算。当n= 1时，我基本上需要将整个x数组相乘，当n= 2，...，n=500时，我也需要将整个x数组相乘，并获得En和Cn的正确大小的数组。 def Gaussan_wave_packet():
quantum_number = 500
x = np.linspace(0,100,1000).astype(complex)
x0 = 50, a = 10, l = 1
A = (1/(4*a**2))*
浏览 14提问于2019-03-08得票数 1
回答已采纳
1回答
在数组上执行双重积分
、、、
我正在对数组执行一维积分，如描述的和。正如这些答案所述，我不能使用对数组上的积分进行矢量化，因为它使用了一种自适应算法，这就是为什么我在下面使用numpy.trapz (我也可以使用scipy.integrate.simps或scipy.integrate.romb)。
import numpy as np
# Define some random data
Ndata = 500
data1 = np.random.uniform(.1, .8, Ndata)
data2 = np.random.uniform(.01, .2, Ndata)
# 1D function to integ
浏览 0提问于2018-11-15得票数 1
回答已采纳
1回答
需要更改维度才能计算公式
、、、、
输入 def Gaussan_wave_packet():
quantum_number = 500
x = np.linspace(0,100,1000).astype(complex).reshape(1000,1)
n = np.arange(1,quantum_number+1).reshape(1,500)
x0 = 50, a = 5, l = 1, m = 0.511*10**6, L = x[-1], hbar = 6.58211951*10**(-16)
A = (1/(4*a**2))**(1/4.0)
psi_x0 =
浏览 21提问于2019-03-15得票数 0
回答已采纳
1回答
我正在绘制一个2D函数，使用：
import numpy as np
import matplotlib.pyplot as plt
# Build x,y mesh
nx = 1000; ny = 1000
x = np.linspace(-0.5, 0.5, nx)
y = np.linspace(-0.5, 0.5, ny)
X,Y = np.meshgrid(x, y)
# Evaluate the Gaussian on grid
func = np.exp(-np.pi*((X)**2 + (Y)**2))
plt.imshow(func); plt.colorbar()
此
浏览 3提问于2016-05-04得票数 1
回答已采纳
试图写一个函数来解决给定两个独立的熊猫DataFrames曲线下的面积。正如打印语句所确认的那样，DataFrames的列解包正确，但是，我没有办法从分离的帧创建新的数据帧，或者引用fpr数据帧的特定索引来进行计算。
def areaUnderCurve(tpr, fpr):
auc = 0.0
for fpr, tpr in zip(tpr['True Positive Rate'], fpr['False Positive Rate']):
auc += np.trapz(y=fpr['False Positive Rate'], x
浏览 0提问于2018-04-22得票数 1
4回答
sin(x)/x的数值积分
、、、、
我想用sin计算python中sin(x)/x的正定积分。N= 256。它似乎不太好用：
from scipy import integrate
exact = integrate.quad(lambda x : (np.sin(x))/x, 0, 2*np.pi)[0]
print("Exact value of integral:", exact)
# Approx of sin(x)/x by Trapezoidal rule
x = np.linspace(0, 2*np.pi, 257)
f = lambda x : (np.sin(x))/x
ap
浏览 0提问于2018-06-10得票数 1
回答已采纳
1回答
在曲线下寻找最大的面积
、、、
我在这方面有点挣扎-为了找到必要的电池容量，我需要分析生产/需求在一年的数据。要做到这一点，我想我需要计算0线下的最大面积。我想我需要找到这个区域的起点/终点，然后用它各自的y值乘以所有的值？
下面是我所拥有的图形的简写版本：
这是图像中0下的最大区域，但在完整的数据集中，它可能是任何区域。我知道如何将它集成到我所讨论的区域的边界上，但我很难找到一种有效的方法来做到这一点。
我的数据看起来是这样的：
demand Production diff
Time
2019-01-01 00:15:01 17.25 32.907 15.
浏览 3提问于2020-09-15得票数 3
回答已采纳
1回答
我想在区域内找到由两个未排序的数组(x和y)所限制的are。如果他们被分类了，我可以跟着这个
theta = np.linspace(0, 2 * np.pi, num=1000, endpoint=True)
x = np.sin(theta)
y = np.cos(theta)
answer = np.trapz(y, x=x)
其中，x和y数组被正确排序，其方式允许trapz正确地工作(即使是endpoint=False)。但是，在我的数据中，x和y没有排序。我想在下面的例子中找到x和y所包围的区域：
theta = np.linspace(0, 2 * np.pi, num=1000,
浏览 4提问于2022-06-01得票数 0
1回答
我有以下设置： a.T = [[0. 0.4 0.8 1.2 1.6 1. 1.2 1.4 1.6 1.8 0.5 0.9 1.3 1.7 2.1 2. ]]
b.T = [[0. 0.4 0.8 1.2 1.6 2. 2.2 2.4 2.6 2.8 3. 3.4 3.8 4.2 4.6 5. ]] 假设b是时间值，函数在这些时刻取得的值是由a给出的。 现在，当我执行np.trapz(interpolated_age,interpolated_time)时，我得到了整数运算的结果，即多个0值数组。但是，如果我对trapz方法的参数执行transpose操作，即np.trapz(in
浏览 20提问于2019-10-05得票数 1
回答已采纳
2回答
我很难将一段MatLab代码转换为Python。以下是MatLab代码；
sig1 = 1;
xi_t = zeros(size(t));
[min_dif, array_pos_start] = min(abs(t -t(1) ));
[min_dif, array_pos_stop ] = min(abs(t -t(end)/2));
p_len = [0: (t(2))-t(1) : ( t(array_pos_stop) - t(array_pos_start))];
xi_t(array_pos_start:array_pos_sto
浏览 3提问于2015-03-13得票数 0
回答已采纳
2回答
在另一个上，我看到有人试图使用mathematica.They集成弧的长度：
In[1]:= ArcTan[3.05*Tan[5Pi/18]/2.23]
Out[1]= 1.02051
In[2]:= x=3.05 Cos[t];
In[3]:= y=2.23 Sin[t];
In[4]:= NIntegrate[Sqrt[D[x,t]^2+D[y,t]^2],{t,0,1.02051}]
Out[4]= 2.53143
如何使用numpy和scipy的导入将其确切地转移到python？特别是，在他的代码中，我被"NIntegrate“函数困在了第4行。谢谢你的帮助！
另外，如果我已经
浏览 0提问于2017-07-07得票数 2
回答已采纳
如何使用在聚合上下文中简化为标量的ufunc？例如，使用numpy.trapz总结一个表
import polars as pl
import numpy as np
df = pl.DataFrame(dict(id=[0, 0, 0, 1, 1, 1], t=[2, 4, 5, 10, 11, 14], y=[0, 1, 1, 2, 3, 4]))
df.groupby('id').agg(pl.map(['t', 'y'], np.trapz))
# Segmentation fault (core dumped)
浏览 12提问于2022-04-03得票数 0
回答已采纳
1回答
集成具有无限上限的值数组
、、、、
我正在研究一个化学动力学程序，它需要将函数从0到无穷大进行积分。所讨论的变量是从数据库中获取的数组。变量的简化版本是x，F(x)和G(x)，其中F(x)和G(x)是从所述数据库中插值的。
因此，我有三个数组，可以在integrand函数中传递(不包括用于读取和插值F和G的文件解析函数)-
def integrand(x,Y,Z):
return x*Y*Z
#integrate (x*F*G)dx 0 to infinity
integrated=scipy.integrate.quad(integrand,0,np.inf,args=(F,G))
我知道这会返回一个错误，因为F和G
浏览 1提问于2020-06-13得票数 0
能不能解释一下为什么在估算了核密度之后
d = gaussian_kde(g[:,1])
以及它的积分和计算：
x = np.linspace(0, g[:,1].max(), 1500)
integral = np.trapz(d(x), x)
我得到了与1完全不同的积分和：
print integral
Out: 0.55618
浏览 3提问于2015-06-22得票数 0
回答已采纳
3回答
能计算出两条曲线的重叠面积吗？我在这里找到了两个答案，但它们是用R写的，我不熟悉。或者挣扎着把它们变成蟒蛇。
和
例如，对于具有定义的x，y点的给定数据集。(x1，y1，x2，y2)
我能够得到每条曲线的面积，使用：
np.trapz
然而，只获得重叠是很有挑战性的，而且我还没有找到一个解决方案。如有任何指导或数学公式，将不胜感激。
浏览 0提问于2020-09-23得票数 3
回答已采纳
我在Python中寻找帮助:例如，当我用python创建一个绘图(x，y)时，我有一个潜在的相对于时间的绘图。是否有一种从“交互式”地块中选择特定区域的方法，然后有一种方法可以查看所选区域的积分值，例如，“更新的值的文本框”？
当我有一个活动图(x，y) (行)
我可以从地块中选择一个区域。
并自动查看积分值或按下按钮。
我真的很感激你能提供的任何帮助。
浏览 4提问于2020-10-28得票数 0
回答已采纳
1回答
我想计算这条曲线下的面积，以确认大小是正确的。我们该怎么做呢？
我有一个频率图在下面。用于此中位数计算的包如下：
def annot_median(Size,Count, ax=None):
xmedian = weighted.median(Size, Count)
ymedian = np.interp(xmedian,Size, Count)
text="median " + "[{:.2f},{:.0f}]".format(xmedian, ymedian)
if not ax:
ax=plt.gca()
浏览 5提问于2021-03-11得票数 0
1回答
我有一个二维函数$f(x，y)=\exp(y-x)$。我想用NumPy陷阱来计算二重积分$\int_{0}^{10}\int_{0}^{10}f(x，y) dx dy$。经过一些阅读后，他们说我应该重复陷阱两次，但它不起作用。我尝试过以下几种方法 import numpy as np
def distFunc(x,y):
f = np.exp(-x+y)
return f
# Values in x to evaluate the integral.
x = np.linspace(.1, 10, 100)
y = np.linspace(.1, 10, 100)
li
浏览 25提问于2020-03-28得票数 1
回答已采纳
1回答
傅里叶变换极其缓慢
、、、
在我被评判之前，我不是这方面的专家，只是出于好奇心，我试着写了一些执行傅立叶变换的代码。在看了3Blue1Brown's video on fourier transform之后，我想自己编写算法并绘制它，原因很简单……嗯，看起来很酷。我试着用纯python只使用numpy和matplotlib来做所有的事情，这在某种程度上是可行的。 注意:我正在迭代地绘制所有内容，并在每次递增时重新绘制 但是，绘制缠绕波和变换是非常非常慢的。我认为我在做一些效率低下的事情，甚至可能是错误的。 它看起来是这样的： ? 代码如下： import numpy as np
import matpl
浏览 29提问于2019-06-10得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
